13
antara hasil peramalan dan kenyataan maka metode peramalan tersebut semakin baik.
Menurut jangka waktunya, peramalan dibagi menjadi tiga periode, sesuai dengan materi yang diramalkannya. Dalam peramalan beban listrik, periode
peramalannya dibagi menjadi 3 yaitu: 1. Peramalan Jangka Panjang
Merupakan peramalan yang memperkirakan keadaan dalam waktu beberapa tahun ke depan. Tujuannya adalah untuk mempersiapkan
ketersediaan unit pembangkit, sistem transmisi, dan distribusi. 2. Peramalan Jangka Menengah
Merupakan peramalan dalam jangka waktu bulanan atau mingguan. Tujuannya untuk mempersiapkan jadwal persiapan dan operasional
pembangkit. 3. Peramalan Jangka Pendek
Merupakan peramalan dalam jangka waktu harian hingga tiap jam. Biasa digunakan untuk studi perbandingan beban listrik perkiraan aktual.
2.3.1 Metode peramalan
Metode Peramalan Beban yang biasa digunakan oleh banyak perusahaan listrik dewasa ini secara umum dapat dibagi menjadi lima kelompok besar yaitu
sebagai berikut : 1. Metode Analitis End Use
Metode analitis adalah metode yang disusun berdasarkan data analisis penggunaan akhir tenaga listrik pada setiap sektor pemakai.
14
2. Metode Ekonometri Metode Ekonometri adalah metode yang disusun berdasarkan kaidah ekonomi
dan statistik. 3. Metode Time Series
Metode Time Series adalah metode yang disusun berdasarkan hubungan data- data masa lalu tanpa memperhatikan faktor-faktor penyebab pengaruh ekonomi,
iklim, teknologi dan sebagainya. 4. Metode Gabungan Metode Analitis dan Metode Ekonometri
Metode yang merupakan gabungan dari beberapa metode analitis dan ekonometri. Sehingga akan didapat suatu metode yang tanggap terhadap
pengaruh aktivitas ekonomi, harga listrik, pergeseran pola penggunaan, kemajuan teknologi, kebijaksanaan pemerintah dan sosio demografi.
5. Metode regresi Regresi merupakan metode yang paling sering digunakan dalam perhitungan
statistik. Peramalan regresi beban listrik biasa digunakan untuk mencari hubungan antara konsusmsi energi dan faktor lain seperti cuaca, tipe hari, maupun jenis
konsumen. Metode regresi merupakan metode perkiraan yang mengasumsikan faktor yang diperkirakan menunjukkan hubungan sebab
– akibat dengan satu atau lebih variabel bebas, sehingga metode ini bertujuan untuk mengetahui bentuk
hubungan tersebut dan memperkirakan nilai mendatang dari variabel tidak bebas. Ada beberapa metode regresi yang dapat digunakan untuk memperkirakan beban
GI, diantaranya adalah metode regresi linier dan regresi eksponensial
.
15
a. Regresi Linier Persamaan umum dari regresi linier ini adalah :
= + 1
dimana : =
nΣ − Σ Σ
n Σ − Σ
2
=
�
−
�
3 keterangan :
y = variabel tidak bebas x = variabel bebas
a = koefisien intersepsi b = koefisien kemiringan
b. Regresi Eksponensial Ada beberapa jenis trend yang tidak linier tetapi dapat dibuat linier dengan jalan
melakukan transformasi. Misalkan trend eksponensial =
� + dapat diubah menjadi:
�� =ln� + 4 Karena log e = 1, maka:
�� = + 5 Jika ln
y = y’, maka persamaannya akan menjadi persamaan linier, yaitu: ′= + . Nilai koefisien a dan b dicari melalui persamaan 2 dan 3.
16
c. Regresi Linier Berganda
Regresi linier berganda adalah analisis regresi yang menjelaskan hubungan antara peubah respon variabel dependen dengan faktor-faktor yang
mempengaruhi lebih dari satu prediktor variabel independen. Regresi linier berganda hampir sama dengan regresi linier sederhana, hanya
saja pada regresi linier berganda variabel bebasnya lebih dari satu variabel penduga. Tujuan analisis regresi linier berganda adalah untuk mengukur intensitas
hubungan antara dua variabel atau lebih dan membuat prediksi perkiraan nilai Y atas X.
Secara umum model regresi linier berganda untuk populasi adalah sebagai berikut:
Y = a + b
1
X
1
+ b
2
X
2
Untuk mendapatkan nilai b
1
b
2
dan a, dengan menggunakan persamaan berikut:
∑X
1 2
= ∑ X
1 2
-
∑
∑X
2 2
== ∑ X
2 2
-
∑
∑Y
2
== ∑ Y −
∑
∑X
1
Y == ∑ X
1
Y -
∑�
y
∑X
2
Y == ∑ X
2
Y –
∑
y
∑X
1
X
2
== ∑ X
1
X
2
-
∑� �
Sehingga,
b
1 =
[∑ ∑
y
− ∑
y
∑ ]
[∑ ∑
− ∑ ²]
17
b
2=
[∑ ∑
y
− ∑
y
∑ ]
[∑ ∑
− ∑ ²]
a
=
∑ − b ∗∑ − b ∗∑
2.3.2 Model Peramalan beban
Tahapan akhir dari penyusunan peramalan beban adalah pembuatan model. Dari model tersebut akan dihitung kebutuhan tenaga listrik. Model yang
dimaksud disini adalah suatu fungsi matematis untuk memformulasikan kebutuhan tenaga listrik sebagai fungsi variabel yang dipilih. Untuk keperluan
penyusunan peramalan kebutuhan tenaga listrik, model yang digunakan adalah sebagai berikut
1. Model Sektoral Pada model ini menggunakan pendekatan sektoral pemakai dan dengan
menggunakan metode gabungan. Model ini digunakan untuk menyusun peramalan tingkat distribusiwilayah.
2. Model Lokasi Model ini serupa dengan model sektoral, dengan penyederhanaan pada
beberapa variabelasumsi. Metode ini digunakan untuk menyusun peramalan tingkat pusat beban Load Centre.
3. Model Gardu Induk Metode ini menggunakan metode time series moving average time
series, dengan input tunggal beban puncak bulanan gardu induk. Model ini digunakan untuk menyusun peramalan beban gardu induk.
18
2.3.3 Faktor Penting Untuk Peramalan
Beberapa faktor yang perlu diperhatikan adalah faktor cuaca, kelompok konsumen dan waktu. Peramalan jangka menengah dan panjang menggunakan
data historis beban dan cuaca, banyaknya pelanggan dalam kelompok yang berbeda dan banyaknya listrik dalam suatu area. Beban dalam minggu yang
berbeda juga berbeda-beda sifat. Kondisi cuaca juga mempengaruhi beban listrik. Faktanya, parameter ramalan cuaca merupakan faktor yang paling penting pada
peramalan beban jangka pendek.
2.4 Kebutuhan Beban
Kebutuhan sistem tenaga listrik adalah beban terminal terima secara rata- rata dalam suatu selang waktu tertentu. Kebutuhan listrik pada suatu daerah
tergantung dari keadaan penduduk, pertumbuhan ekonomi dan rencana pengembangan pada waktu mendatang.
2.4.1 Karakteristik Beban
Secara umum menurut kegiatan pemakaian listrik, konsumen listrik dapat dikelompokan menjadi konsumen rumah tangga, komersil, publik dan industri.
Konsumen-konsumen tersebut memiliki karakteristik beban yang berbeda, hal ini berhubungan dengan pola konsumsi energi listrik pada masing-masing konsumen.
Untuk konsumen rumah tangga pola pembebanan ditunjukan oleh adanya fluktuasi konsumsi listrik yang cukup besar. Pada konsumen industri fluktuasi
energi listrik hampir sama sehingga perbandingan beban rata-rata dengan beban
19
puncak hampir mendekati satu, sedangkan pada konsumen komersil akan mempunyai beban puncak pada malam hari.
2.4.2 Beban Rata-Rata
Beban rata-rata Br didefinisikan sebagai perbandingan antara energi yang terpakai dengan waktu periode tertentu. Untuk periode satu tahun persamaan
nya adalah sebagai berikut: �� =
��ℎ� � � �ℎ
�
6
2.4.3 Faktor Beban
Didefinisikan sebagai perbandingan antara beban rata-rata dengan beban puncak yang diukur pada suatu periode tertentu. Beban puncak yang dimaksud
adalah beban puncak sesaat dalam selang waktu tetentu. Persamaan faktor beban ditulis sebagai berikut:
�
� =
�� �� � � −�
�� � � � �
Beban rata-rata akan selalu akan lebih kecil dari beban puncak , sehingga faktor beban akan selalu lebih kecil dari satu.
2.5 Evaluasi Kemampuan Transformator Definisi kemampuan : kemampuan suatu benda untuk digunakan atau
memproduksi atau menghasilkan.
Definisi kapasitas: ruang yang tersedia atau kemampuan daya tampung.
